TE-HQViT-Probs: Full-Probability Quantum Self-Attention Outperforms Expectation-Value Readout in Medical Image Classification.
تُظهر هذه الدراسة أن استخدام القراءة ذات الاحتمالية الكاملة بدلاً من قياسات القيمة المتوقعة في نموذج انتباه ذاتي كمي هجين مدمج يمكن أن يحسن أداء تصنيف الصور الطبية في مجموعات بيانات محددة، مما يسلط الضوء على تصميم القراءة كعامل بنيوي حاسم مع ملاحظة أن النتائج لا تثبت بعد التفوق الكمي أو الجاهزية السريرية.
في مجال الذكاء الاصطناعي سريع التطور، تتعلم الحواسيب بشكل متزايد كيفية الرؤية من خلال تقسيم الصور إلى قطع صغيرة سهلة الإدارة، تماماً مثل الفسيفساء. يتم بعد ذلك تحليل هذه القطع، أو ما يُعرف بـ "الرموز" (tokens)، لفهم كيفية ارتباطها ببعضها البعض، وهي عملية تسمح للآلات بتحديد الأنماط المعقدة في كل شيء، بدءاً من صور الأقمار الصناعية وصولاً إلى الفحصات الطبية. ومؤخراً، بدأ العلماء في تجربة نهج هجين، يمزج بين معالجات الكمبيوتر القياسية والدوائر الكمومية — وهي أجهزة تستخدم القواعد الغريبة للفيزياء الكمومية لمعالجة المعلومات. والأمل هو أن تتمكن هذه المكونات الكمومية من كشف التفاصيل الخفية في البيانات التي قد تغفل عنها الحواسيب التقليدية. ومع ذلك، فإن خطوة حاسمة في هذه العملية هي كيفية ترجمة الآلة الكمومية لحالتها الداخلية غير المرئية إلى شكل يمكن لبقية الكمبيوتر فهمه. هذه الترجمة، المعروفة باسم "القراءة" (readout)، هي الجسر بين العالم الكمومي والعالم الكلاسيكي. وإذا كان هذا الجسر ضيقاً للغاية، فقد يتخلص من معلومات قيمة قبل أن يتمكن الكمبيوتر من استخدامها لإجراء التشخيص.
قام باحث في جامعة فان لانغ في فيتنام بتجربة ما إذا كان تصميم هذا الجسر يهم أكثر من الآلية الكمومية نفسها. ركزت الدراسة على نوع محدد من تحليل الصور الطبية، باستخدام ثلاث مجموعات بيانات مختلفة تحتوي على صور لالتهاب رئوي في الرئتين، وأنسجة الثدي، وهياكل الأعضاء. قام الباحث ببناء نموذج يعمل كنظام رؤية هجين؛ في هذا النظام، يقوم الكمبيوتر بحساب بعض أجزاء تحليل الصورة باستخدام طرق قياسية، لكنه يمرر البيانات الأكثر أهمية عبر دائرة كمومية صغيرة تحتوي على أربعة بتات كمومية فقط، أو ما يُعرف بـ "الكيوبتات" (qubits). كان السؤال الجوهري بسيطاً: هل سيكون أداء النموذج أفضل إذا قام بقياس الدائرة الكمومية من خلال النظر في الاحتمالية الكاملة لكل نتيجة ممكنة، أم إذا استخدم طريقة أبسط وأكثر شيوعاً تقيس فقط السلوك المتوسط للكيوبتات الفردية؟
أظهرت النتائج أن طريقة القياس الأكثر تفصيلاً، والتي تلتقط توزيع الاحتمالات الكامل، قدمت باستمرار نتائج أفضل من الطريقة الأبسط القائمة على المتوسط. وفي عمليات المحاكاة، أدى النموذج الذي يستخدم قراءة الاحتمالية الكاملة إلى تحسين قدرته على التمييز بين الحالات الطبية المختلفة. وفي إحدى مجموعات البيانات المتعلقة بأنسجة الثدي، كان التحسن ملحوظاً بشكل خاص، حيث رفع درجة دقة النموذج بنحو خمس نقاط مئوية مقارنة بالطريقة الأبسط. وفي مجموعة بيانات أخرى ركزت على هياكل الأعضاء، كان التحسن كبيراً أيضاً. ومع ذلك، لم تكن المكاسب موحدة؛ ففي مجموعة بيانات الالتهاب الرئوي، كان الفرق ضئيلاً جداً. وهذا يشير إلى أنه بينما يساعد التقاط المزيد من المعلومات، فإن الفائدة تعتمد بشدة على نوع البيانات التي يتم تحليلها.
ومن الأهمية بمكان أن الدراسة وجدت أن هذا التحسن لم يأتِ من كون الدائرة الكمومية "تتعلم" بالطريقة التي يتعلم بها الطالب البشري. فقد اختبر الباحث ذلك عن طريق تجميد إعدادات الدائرة الكمومية بحيث لا يمكن تغييرها أثناء التدريب، مما أدى فعلياً إلى إيقاف عملية التعلم الكمومي. ومن المثير للدهشة أن النموذج ظل يعمل بشكل جيد عند استخدام قراءة الاحتمالية الكاملة، حتى مع هذه الإعدادات المجمدة. وهذا يشير إلى أن الميزة جاءت من الطريقة التي تم بها قياس المعلومات وتقديمها للكمبيوتر، وليس من الدائرة الكمومية نفسها التي وجدت حلاً جديداً ذكياً. لقد كشفت القراءة التفصيلية ببساطة عن معلومات كانت الطريقة الأبسط قد تخلصت منها.
ورغم هذه النتائج، فإن الدراسة حذرة من الادعاء بأن الحواسيب الكمومية قد حلت مشكلة التشخيص الطبي أو أنها أسرع من التكنولوجيا الحالية. فقد أُجريت التجارب بالكامل على حواسيب كلاسيكية تحاكي السلوك الكمومي، باستخدام أربعة كيوبتات فقط، وهو عدد صغير جداً في عالم الكم. كما تمت مقارنة النماذج المختبرة مع أنظمة ذكاء اصطناعي تقليدية غير كمومية، وفي عدة حالات، كان أداء الأنظمة التقليدية مساوياً أو أفضل. وتخلص الأبحاث إلى أن تصميم عملية القياس هو جزء حيوي وغالباً ما يتم إغفاله في بناء الأنظمة الكمومية الهجينة. وهي تشير إلى أنه قبل أن يتمكن العلماء من ادعاء تفوق كمومي حقيقي، يجب عليهم أولاً التأكد من أنهم لا يتخلصون بالخطأ من بيانات مفيدة من خلال عملية قراءة سيئة التصميم. وفي الوقت الحالي، فإن أهم استنتاج هو أنه في السعي لدمج الفيزياء الكمومية مع الذكاء الاصطناعي، فإن كيفية النظر إلى النتيجة تهم بقدر أهمية الآلة الكمومية نفسها.
ملخص تقني: TE-HQViT-Probs
بيان المشكلة عادةً ما تقوم الشبكات العصبية الهجينة (كمي-كلاسيكي) بتحويل حالات الدوائر الكمية المحددة المعالم (PQC) إلى سمات كلاسيكية باستخدام قياسات القيمة المتوقعة (مثل مؤثرات Pauli-Z). ورغم كون هذه الطريقة للقراءة المختصرة فعالة، إلا أن طريقة القراءة هذه تلخص الحالة الكمية من خلال مجموعة محدودة من المؤثرات، مما قد يؤدي إلى فقدان معلومات ذات ص relevance للفئة (class-relevant) موجودة في الحالة الكمية الكاملة. السؤال البحثي المركزي هو ما إذا كان استخدام قراءة احتمالية كاملة لأساس الحوسبة (full computational-basis probability readout) —التي تكشف عن توزيع الاحتمالات عبر جميع حالات الأساس المقاسة— يوفر سمات تصنيف متفوقة مقارنة بقراءة القيمة المتوقعة القياسية ضمن بنية محولات الرؤية الهجينة الكمية ذات الانتباه الذاتي والمدمجة. تهدف الدراسة صراحةً إلى تجنب الادعاءات المتعلقة بالميزة الحسابية الكمية أو تسريع الأجهزة، مع التركيز بدلاً من ذلك على التصميم المعماري والحفاظ على المعلومات في عمليات محاكاة لعدد قليل من الكيوبتات.
المنهجية يقترح المؤلف نموذج TE-HQViT-Probs (محول الرؤية الهجين المعتمد على التوكنات مع تضمين التوكنات وقراءة الاحتمالية الكاملة)، وهو نموذج هجين يُطبق على مهام تصنيف الصور الطبية باستخدام معيار MedMNIST (PneumoniaMNIST، وBreastMNIST، وOrganAMNIST).
البنية: يتبع النموذج بنية محول الرؤية (ViT) حيث يتم تقسيم الصور إلى توكنات رقعية (patch tokens).
إسقاطات الاستعلام والمفتاح (Query and Key Projections): يتم حسابها بالكامل عبر طبقات خطية كلاسيكية.
مسار القيمة (Value Path): يعالج تضمينات التوكنات باستخدام وحدة كمية هجينة. يتضمن ذلك:
تضمين السعة (Amplitude Embedding): رسم متجه المدخلات إلى حالة كمية ∣ψin⟩.
الدائرة الكمية المحددة المعالم (PQC): دائرة تباينية مكونة من 4 كيوبت وطبقتين، تحتوي على دورات أحادية الكيوبت قابلة للتدريب وبوابات تشابك مجاورة.
القراءة (Readout): يتم قياس مخرجات الدائرة لإنتاج توزيع احتمالي كامل لأساس الحوسبة (24=16 احتمالاً) بدلاً من القيمة المتوقعة المضغوطة.
الضوابط التجريبية:
سلم القراءة (Readout Ladder): تمت مقارنة Full-Probs مع متغيرات تشمل Expval-Z (4 سمات)، وZ+ZZ (ارتباطات زوجية)، ومتجهات الاحتمالية المبتورة (Prob-k4، Prob-k8).
ضبط (Frozen-Random Control): تكوين حيث يتم تهيئة معالم الدائرة الكمية عشوائياً وتجميدها، بينما تظل الطبقات الكلاسيكية قابلة للتدريب، لاختبار ما إذا كانت الفائدة ناتجة عن الديناميكيات الكمية المتعلمة أم من قدرة التمثيل نفسها.
الاختبارات التشخيصية: شملت ضغط متجه الاحتمالية (PCA)، ومجسات القراءة المجمدة فقط، واختبار إجهاد قناة إزالة الاستقطاب للحالة المختلطة.
البروتوكول: أُجريت التجارب باستخدام عشر بذور عشوائية. تم تقييم الأهمية الإحصائية باستخدام اختبارات ويلكوكسون لمراتب الإشارات المزدوجة مع تصحيح Holm، وتم تقييم التكافل العملي باستخدام اختبارات التوجيه الواحد المزدوج (TOST) مع هامش 0.02 للمساحة تحت المنحنى (AUC).
المساهمات الرئيسية
المقترح المعماري: تقديم آلية انتباه ذاتي كمية هجينة حيث يستخدم مسار القيمة قراءة احتمالية كاملة لأساس الحوسبة، على النقيين من نهج القيمة المتوقعة القياسي.
تحليل سلم القراءة المتحكم به: تجربة "سلم القراءة" المنهجية التي تعزل خريطة القياس كمتغير أساسي، مما يثبت أن استراتيجيات القياس المختلفة على نفس الدائرة تؤدي إلى نتائج أداء متفاوتة.
التقييم الإحصائي الصارم: تقييم متعدد البذور عبر ثلاثة مجموعات بيانات باستخدام الاختبارات الإحصائية المزدوجة، واختبار التكافل، والمجسات التشخيصية للتمييز بين قدرة التمثيل وتأثيرات التحسين الكمي.
الرؤية المنهجية: أدلة تشير إلى أنه في محاكاة الكيوبتات الصغيرة، يعد اختيار القراءة (خريطة القياس) عاملاً معمارياً حاسماً يمكن أن يغير أداء النموذج بشكل مادي، بشكل مستقل عن ديناميكيات التدريب الكمي.
النتائج
مكاسب الأداء: تفوق نموذج TE-HQViT-Probs على نظيره القائم على القيمة المتوقعة (TE-HQViT-Expval) في متوسط المساحة تحت المنحنى (AUC) عبر جميع مجموعات البيانات الثلاث.
PneumoniaMNIST: زيادة قدرها +0.0062 في AUC (صغيرة، ذات دلالة اسمية).
BreastMNIST: زيادة قدرها +0.0497 في AUC (تأثير كبير، قريب من العتبة المصححة).
OrganAMNIST: زيادة قدرها +0.0236 في AUC (كبيرة، ذات دلالة إحصائية بعد التصحيح).
سلم القراءة: حقق تكوين Full-Probs أعلى متوسط AUC بين جميع متغيرات القراءة (Expval-Z، Z+ZZ، Prob-k4، Prob-k8) في جميع مجموعات البيانات، مما يؤكد أن متجه الاحتمالية الكامل يحافظ على المعلومات التي تفقدها المؤثرات المضغوطة.
المقارنة الكلاسيكية: بينما تحسن TE-HQViT-Probs عن متغيره الكمي القائم على القيمة المتوقعة، إلا أنه لم يتفوق عالمياً على النماذج الكلاسيكية المرجعية. حقق ResNet18 أعلى AUC في جميع مجموعات البيانات، وكان TE-HQViT-Probs أقل كفاءة من انتباه softmax الكلاسيكي في BreastMNIST.
النتائج التشخيصية:
ضبط (Frozen-Random Control): أدت قراءات الاحتمالية القابلة للتدريب والمجمدة-العشوائية أداءً متشابهاً، مما يشير إلى أن التحسن مدفوع بخريطة الميزات غير الخطية لتضمين السعة وقراءة الاحتمالية بدلاً من تحسين المعلمات الكمية.
الضغط: تفوق إسقاط PCA رباعي الأبعاد لمتجه الاحتمالية ذي الـ 16 بُعداً على متجه Expval-Z الرباعي الأصلي، مما يشير إلى أن الفائدة ليست مجرد ناتجة عن ارتفاع الأبعاد بل عن المحتوى المعلوماتي المحدد للاحتمالات.
الضوضاء: أظهر اختبار إجهاد قناة إزالة الاستقطاب انخفاضاً طفيفاً في AUC تحت الضوضاء المحاكات، مما يشير إلى قدرة محدودة على الصمود في هذا السياق المحدد للمحاكاة.
الأهمية والادعاءات تختتم الورقة بتقرير عن أهمية منهجية وليست حسابية. الاستنتاج الرئيسي هو أن القراءة الاحتمالية الكاملة يمكن أن تحافظ على المعلومات ذات الصلة بالفئة والتي يتم التخلص منها بواسطة قراءة القيمة المتوقعة البسيطة في النماذج الهجينة ذات الكيوبتات الصغيرة. صرح المؤلف صراحةً بما يلي:
النتائج لا تثبت وجود ميزة حسابية كمية، أو تسريع للأجهزة، أو جاهزية للنشر السريري.
تُعزى مكاسب الأداء الملحوظة إلى قدرة التمثيل والقياس بدلاً من الديناميكيات الكمية المتعلمة وحدها.
يجب التعامل مع تصميم القراءة كمتغير معماري أساسي في أبحاث الانتباه الكمي الهجين، بقدر أهمية عمق الدائرة أو استراتيجيات الترميز.
تعمل الدراسة كحد علوي تشخيصي للدوائر الصغيرة، مما يشير إلى أن النهج القابلة للتوسع مستقبلاً يجب أن تبحث في قراءات الاحتمالية المضغوطة المتعلمة أو مجموعات المؤثرات التكيفية لتجنب التوسع الأسي لقراءة الاحتمالية الكاملة (2n).